Бутстрап-моделі у фінансових розрахунках оцінки інвестиційних портфелів

Abstract

У статті розглянуто статистичний бутстрап метод, який широко застосовується у фінансовій науці. Досліджено формування бутстраповського процесу, що породжує дані бутстраповської статистики. Узагальнено основні типи використовуваних в даний час бутстраповських даних статистики. Обґрунтовано способи використання бутстрапа для побудови довірчих множин. У світовій практиці визначено, що бутстрап метод є найбільш застосованим методом обчислення показника Value at risk (VaR) – вартісна міра ризику. Це виражена в грошових одиницях оцінка величини, яку не перевищать очікувані протягом даного періоду часу втрати з заданою вірогідністю. Спочатку дана методика призначалася для оцінки ризиків роботи з похідними фінансовими інструментами, але надалі вона була адаптована для оцінки великого числа фінансових і ринкових ризиків. Найбільш розвинуті методики вартісної міри ризику – коваріаційний, Метод історичного моделювання та метод моделювання Монте-Карло, який буде застосовано у даній статті.

The article considers a statistical bootstrap method, which is widely used in financial science. The formation of the bootstrap process has been studied, which gives rise to bootstrap statistics. The main types of bootstrap statistics used in the modern literature are generalized. The approaches of bootstrap usage for building a confidence set are grounded. In the bootstrap statistical data sample, the following methods are used: approximation of the standard sampling error; Bayesian correction using the bootstrap method; confidence intervals; the method of percentiles; centered bootstrap-percentile method; bootstrap-t conditions. The bootstrap method is a modification of the Monte Carlo method and we do not get new information in the bootstrap, but we reasonably use the available data based on the task. For example, a bootstrap can be used for small samples, for estimating the median, for correlations, for constructing confidence intervals, and in other situations described in the original work of Efron, where the estimates of pair correlation were considered. Unlike the historical modeling method, in the bootstrap method, not one trajectory of price scenarios is considered, but a large number of scenarios, in this case, the accuracy of calculations increases. In world practice, it is determined that the bootstrap method is the most applicable method of calculating the Value at Risk (VaR) indicator – the cost measure of risk. The most developed methods of the cost measure of risk are covariance, the method of historical modeling and the Monte Carlo simulation method, which will be applied in this article.